输电线路的雷击跳闸率预测模型制造技术

本申请提供一种针对输电线路的雷击跳闸率预测模型的确定方法、装置、设备和存储介质，包括：基于针对输电线路的杆塔区段和雷害场景的数据块，得到各影响因子的因素集和雷害故障状态评价集，并确定各影响因子的初始权重系数；获取初始预测雷击跳闸率，利用各影响因子的初始权重系数对初始预测雷击跳闸率进行处理，得到耦合预测雷击跳闸率；获取实际雷击跳闸率，基于耦合预测雷击跳闸率和实际雷击跳闸率，优化各影响因子对应的初始权重系数，直至基于优化后的初始权重系数得到的耦合预测雷击跳闸率与实际雷击跳闸率之间的差值处于预设误差范围内；基于优化后的初始权重系数，得到雷击跳闸率预测模型，准确预测输电线路的雷击跳闸率。

【技术实现步骤摘要】
输电线路的雷击跳闸率预测模型
本申请涉及电力处理
，特别是涉及一种针对输电线路的雷击跳闸率预测模型的确定方法、装置、计算机设备和存储介质。
技术介绍
在电力领域中，输电线路经常受到雷击的影响出现跳闸情况。因此，为了做好输电线路的跳闸防范工作，需要预测输电线路的雷击跳闸率。传统雷击跳闸率的预测方法一般是直接对逐基杆塔数据和雷击数据进行数据挖掘，寻找杆塔与雷击情况的内在规律；但是这种预测方式，难以避免收集到的杆塔数据和雷击数据存在偏差，导致挖掘到的内在规律不能准确反映雷击跳闸情况，导致预测雷击跳闸率的准确性较低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种针对输电线路的雷击跳闸率预测模型的确定方法、装置、计算机设备和存储介质。一种针对输电线路的雷击跳闸率预测模型的确定方法，所述方法包括：获取针对输电线路的杆塔区段和雷害场景的数据块；基于所述数据块，得到影响输电线路出现雷害故障的各影响因子的因素集和输电线路的雷害故障状态评价集；基于所述因素集和所述雷害故障状态评价集，确定所述各影响因子影响所述输电线路出现雷害故障的初始权重系数；获取初始预测雷击跳闸率，利用所述各影响因子对应的初始权重系数对所述初始预测雷击跳闸率进行处理，得到耦合所述各影响因子的耦合预测雷击跳闸率；获取实际雷击跳闸率，基于耦合预测雷击跳闸率和实际雷击跳闸率，优化所述各影响因子对应的初始权重系数，直至基于优化后的初始权重系数得到的耦合预测雷击跳闸率与所述实际雷击跳闸率之间的差值处于预设误差范围内；基于优化后的初始权重系数，得到雷击跳闸率预测模型。在其中一个实施例中，所述基于所述数据块，得到影响输电线路出现雷害故障的各影响因子的因素集和输电线路的雷害故障状态评价集，包括：利用模糊数学算法对所述数据块进行训练，得到所述因素集和所述雷害故障状态评价集。在其中一个实施例中，所述数据块包括所述杆塔区段的地闪分布数据、输电线路数据和所述雷害场景的雷害特征数据。在其中一个实施例中，所述输电线路数据包括所述输电线路的线路结构数据和所述输电线路的绝缘配置数据，所述雷害特征数据包括所述杆塔区段对应的雷电流幅值概率分布数据。在其中一个实施例中，所述获取初始预测雷击跳闸率，包括：从预设的雷电定位系统获取所述雷电流幅值概率分布数据、从预设的地理信息系统获取所述地闪分布数据、以及从预设的电网生产系统获取所述线路结构数据和所述绝缘配置数据；对所述雷电流幅值概率分布数据、所述地闪分布数据、所述线路结构数据和所述绝缘配置数据进行分析，得到所述初始预测雷击跳闸率。在其中一个实施例中，所述方法还包括：利用聚类算法和核密度估计算法对所述数据块进行预处理以去除所述数据块中的噪声数据；利用贝叶斯网络算法对预处理后的数据块进行数据挖掘，得到所述雷害场景与所述输电线路出现所述雷害故障之间的映射关系。一种针对输电线路的雷击跳闸率预测模型的确定装置，所述装置包括：数据块获取模块，用于获取针对输电线路的杆塔区段和雷害场景的数据块；数据块处理模块，用于基于所述数据块，得到影响输电线路出现雷害故障的各影响因子的因素集和输电线路的雷害故障状态评价集；初始权重系数确定模块，用于基于所述因素集和所述雷害故障状态评价集，确定所述各影响因子影响所述输电线路出现雷害故障的初始权重系数；跳闸率耦合处理模块，用于获取初始预测雷击跳闸率，利用所述各影响因子对应的初始权重系数对所述初始预测雷击跳闸率进行处理，得到耦合所述各影响因子的耦合预测雷击跳闸率；权重系数优化模块，用于获取实际雷击跳闸率，基于耦合预测雷击跳闸率和实际雷击跳闸率，优化所述各影响因子对应的初始权重系数，直至基于优化后的初始权重系数得到的耦合预测雷击跳闸率与所述实际雷击跳闸率之间的差值处于预设误差范围内；预测模块确定模块，用于基于优化后的初始权重系数，得到雷击跳闸率预测模型。在其中一个实施例中，所述数据块处理模块，进一步用于利用模糊数学算法对所述数据块进行训练，得到所述因素集和所述雷害故障状态评价集。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行如下方法：获取针对输电线路的杆塔区段和雷害场景的数据块；基于所述数据块，得到影响输电线路出现雷害故障的各影响因子的因素集和输电线路的雷害故障状态评价集；基于所述因素集和所述雷害故障状态评价集，确定所述各影响因子影响所述输电线路出现雷害故障的初始权重系数；获取初始预测雷击跳闸率，利用所述各影响因子对应的初始权重系数对所述初始预测雷击跳闸率进行处理，得到耦合所述各影响因子的耦合预测雷击跳闸率；获取实际雷击跳闸率，基于耦合预测雷击跳闸率和实际雷击跳闸率，优化所述各影响因子对应的初始权重系数，直至基于优化后的初始权重系数得到的耦合预测雷击跳闸率与所述实际雷击跳闸率之间的差值处于预设误差范围内；基于优化后的初始权重系数，得到雷击跳闸率预测模型。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行如下方法：获取针对输电线路的杆塔区段和雷害场景的数据块；基于所述数据块，得到影响输电线路出现雷害故障的各影响因子的因素集和输电线路的雷害故障状态评价集；基于所述因素集和所述雷害故障状态评价集，确定所述各影响因子影响所述输电线路出现雷害故障的初始权重系数；获取初始预测雷击跳闸率，利用所述各影响因子对应的初始权重系数对所述初始预测雷击跳闸率进行处理，得到耦合所述各影响因子的耦合预测雷击跳闸率；获取实际雷击跳闸率，基于耦合预测雷击跳闸率和实际雷击跳闸率，优化所述各影响因子对应的初始权重系数，直至基于优化后的初始权重系数得到的耦合预测雷击跳闸率与所述实际雷击跳闸率之间的差值处于预设误差范围内；基于优化后的初始权重系数，得到雷击跳闸率预测模型。上述针对输电线路的雷击跳闸率预测模型的确定方法、装置、计算机设备和存储介质，获取针对输电线路的杆塔区段和雷害场景的数据块；基于所述数据块，得到影响输电线路出现雷害故障的各影响因子的因素集和输电线路的雷害故障状态评价集；基于所述因素集和所述雷害故障状态评价集，确定所述各影响因子影响所述输电线路出现雷害故障的初始权重系数；获取初始预测雷击跳闸率，利用所述各影响因子对应的初始权重系数对所述初始预测雷击跳闸率进行处理，得到耦合所述各影响因子的耦合预测雷击跳闸率；获取实际雷击跳闸率，基于耦合预测雷击跳闸率和实际雷击跳闸率，优化所述各影响因子对应的初始权重系数，直至基于优化后的初始权重系数得到的耦合预测雷击跳闸率与所述实际雷击跳闸率之间的差值处于预设误差范围内；基于优化后的初始权重系数，得到雷击跳闸率预测模型。可见，本申请所提供的方法中，通过因素集和雷害故障状态评价集确定初始权重系数，然后利用初始权重系数对初始预测雷击跳闸率进行处理，得到耦合多个影响因子本文档来自技高网...

【技术保护点】
1.一种针对输电线路的雷击跳闸率预测模型的确定方法，其特征在于，所述方法包括：/n获取针对输电线路的杆塔区段和雷害场景的数据块；/n基于所述数据块，得到影响输电线路出现雷害故障的各影响因子的因素集和输电线路的雷害故障状态评价集；/n基于所述因素集和所述雷害故障状态评价集，确定所述各影响因子影响所述输电线路出现雷害故障的初始权重系数；/n获取初始预测雷击跳闸率，利用所述各影响因子对应的初始权重系数对所述初始预测雷击跳闸率进行处理，得到耦合所述各影响因子的耦合预测雷击跳闸率；/n获取所述输电线路对应于所述杆塔区段的实际雷击跳闸率，基于耦合预测雷击跳闸率和实际雷击跳闸率，优化所述各影响因子对应的初始权重系数，直至基于优化后的初始权重系数得到的耦合预测雷击跳闸率与所述实际雷击跳闸率之间的差值处于预设误差范围内；/n基于优化后的初始权重系数，得到雷击跳闸率预测模型。/n

【技术特征摘要】
1.一种针对输电线路的雷击跳闸率预测模型的确定方法，其特征在于，所述方法包括：
获取针对输电线路的杆塔区段和雷害场景的数据块；
基于所述数据块，得到影响输电线路出现雷害故障的各影响因子的因素集和输电线路的雷害故障状态评价集；
基于所述因素集和所述雷害故障状态评价集，确定所述各影响因子影响所述输电线路出现雷害故障的初始权重系数；
获取初始预测雷击跳闸率，利用所述各影响因子对应的初始权重系数对所述初始预测雷击跳闸率进行处理，得到耦合所述各影响因子的耦合预测雷击跳闸率；
获取所述输电线路对应于所述杆塔区段的实际雷击跳闸率，基于耦合预测雷击跳闸率和实际雷击跳闸率，优化所述各影响因子对应的初始权重系数，直至基于优化后的初始权重系数得到的耦合预测雷击跳闸率与所述实际雷击跳闸率之间的差值处于预设误差范围内；
基于优化后的初始权重系数，得到雷击跳闸率预测模型。


2.根据权利要求1所述的方法，其特征在于，所述基于所述数据块，得到影响输电线路出现雷害故障的各影响因子的因素集和输电线路的雷害故障状态评价集，包括：
利用模糊数学算法对所述数据块进行训练，得到所述因素集和所述雷害故障状态评价集。


3.根据权利要求1所述的方法，其特征在于，所述数据块包括所述杆塔区段的地闪分布数据、输电线路数据和所述雷害场景的雷害特征数据。


4.根据权利要求3所述的方法，其特征在于，所述输电线路数据包括所述输电线路的线路结构数据和所述输电线路的绝缘配置数据，所述雷害特征数据包括所述杆塔区段对应的雷电流幅值概率分布数据。


5.根据权利要求4所述的方法，其特征在于，所述获取初始预测雷击跳闸率，包括：
从预设的雷电定位系统获取所述雷电流幅值概率分布数据、从预设的地理信息系统获取所述地闪分布数据、以及从预设的电网生产系统获取所述线路结构数据和所述绝缘配置数据；
对所述雷电流幅值概率分布数据、所述地闪分布数据、所述线路结构数据和所述绝缘配置数据进行分析，得到...

【专利技术属性】
技术研发人员：程凌森，曾乔迪，赵彦阳，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：广东;44